基于ARDL模型的我国固定资产投资与经济增长关系的统计分析.docxVIP

基于ARDL模型的我国固定资产投资与经济增长关系的统计分析 第25卷　第1期2021年1月 甘肃科学技术 vol.25　no.1jan.　2021 基于ARDL模型的中国固定资产投资研究 与经济增长关系的统计分析 （兰州商学院统计学院，甘肃兰州730020） 摘　要:基于动态建模思想,对我国投资与经济增长的关系进行统计分析。由1980-2021年的样本数据验证得二者存在长期显著的双向关系,进一步建立ardl模型,量化并分析了固定资产投资与gdp之间的长期影响系数。关键词:固定资产投资;gdp;ardl模型;互相关函数中图分类号:f270 投资与经济增长的关系是经济增长理论的重要内容。人们普遍认为，投资与经济增长是相互促进、相互制约的。一方面，投资是经济增长的主要动力，对经济增长起着直接的推动作用；经济增长对投资行为影响的实证研究（英文）；第二，投资与经济增长之间是否存在显著的促进和反馈机制；第三，量化投资对经济增长的影响。在实证方法上，一般选择协整检验和格兰杰检验进行分析。在协整检验中，由于两变量协整的前提是它们必须是同一阶的单次积分序列，因此基于单位根检验的变量单次积分阶判定成为协整分析的首要环节。然而，由于实际数据生成过程未知，单位根的判断往往依赖于复杂的测试系统。因此，即使对于同一个经济变量，不同学者的检验结果也不尽相同 也有可能各不相同。以gdp为例,徐炳胜(2021)认为取对数以后的gdp为一阶单整序列;赵春艳(2021)认为其为二阶单整序列;张晓峒(2021)通过实证研究,认为中国的gdp、固定资产投资和居民消费等序列均为退势平稳序列。对gdp单整性的验证,将直接影响到以此为基础进行的实证分析及理论检验。 自回归分布滞后（ARDL）模型基于“从一般到特殊”的动态建模思想，其优点是可以避免标准协整检验所需的单积分分析，并可以检验变量之间的长期关系。因此，为了增强分析结果的稳健性，本文建立了ARDL模型，从总量和增长率两个角度探讨了中国投资与经济增长的关系，并对两者之间的相互作用进行了定量分析。 一般”ardl模型开始,通过检量,压缩模型规模,最终得到一个简化模型。模型基本结构为: αiyt-i+∑∑ βyt=αd（0，σ）0+∑jixjt-i+ut，ut～ii 用ardl(m,n,p)表示,其中m为自回归阶数,n为分布滞后阶数,p为外生变量个数。 ARDL模型的建立分为以下两个步骤： 首先,由研究者根据需要或先验信息确定最大滞后阶数,建立与ardl模型相对应的误差修正模型。对该模型进行检验,以判断变量间是否存在长期稳定的关系。当变量之间的长期关系显著时,进入第二步;否则,需进一步进行单位根检验。 其次，使用OLS方法估计（M+1）个不同的ARDL 模型。其中,m表示模型的最大滞后阶数,p表示外生变量的个数。借助准则函数(aic准则、sc准则等),从通过系数及方程显著性检验的多个模型中选定最终模型。 2投资与经济增长关系的实证分析 样本取自1980～2021年的年度数据(数据来源于《中国统计年鉴》,2021)。由全社会固定资产投资总额in反映投资情况,由宏观经济总量指标国内生产总值gdp反映经济增长情况。由于缺乏适当的价格指数进行调整,数据均为名义值。建模过程在统计软件microfit4.1下实现。由于数据的自然对数变换不改变变量原来的关系,并能使趋势线性 84甘肃省科学技术卷25 2.1.1　总量之间长期关系的检验 并消除时间序列中可能存在的异方差。因此 对两个变量同时取对数,并用y表示lngdp,用x表示lnin。2.1　投资与经济增长的关系分析 本部分从全社会固定资产投资总额和增长率与GDP的关系入手，验证两者之间的长期和短期关系。图1显示了变量X和y的时间序列，两者都是非平稳序列。ARDL建模的思想验证了这种长期关系。图2显示了固定资产投资的增长率RX和GDP的增长率ry。从图中可以看出，两者都是稳定序列。由于平稳序列的互相关函数能够很好地反映变量之间不同时滞之间的关系，因此使用互相关函数来检验增长率之间的关系 对变量x、y作差分处理,最大滞后取3阶,建立如下误差修正模型:dy=α1dxt-1+α2dxt-2+β1dyt-1+β2dyt-2+ Δδαt1xt-1+2yt-1+ 对δ1与δ2进行联合显著性检验,建立假设:δh0:δ1=2=0,h1:δ1≠0或δ2≠0。检验统计量为f统计量。microfit4.1输出结果 dyt=0.288dxt-1-0.080dxt-2+0.347dyt-1-